論文の概要: ChicGrasp: Imitation-Learning based Customized Dual-Jaw Gripper Control for Delicate, Irregular Bio-products Manipulation

• arxiv url: http://arxiv.org/abs/2505.08986v1
• Date: Tue, 13 May 2025 21:56:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-15 21:44:09.303113
• Title: ChicGrasp: Imitation-Learning based Customized Dual-Jaw Gripper Control for Delicate, Irregular Bio-products Manipulation
• Title（参考訳）: ChicGrasp:Imitation-Learningに基づくDual-Jaw Gripperコントロール
• Authors: Amirreza Davar, Zhengtong Xu, Siavash Mahmoudi, Pouya Sohrabipour, Chaitanya Pallerla, Yu She, Wan Shou, Philip Crandall, Dongyi Wang,
• Abstract要約: 我々は、このタスクのために、エンドツーエンドのハードウェア-ソフトウェアの共同設計であるChicGraspを紹介する。 個別に提示した生のブロイラーカーカスでは,40.6%のグリップ・アンド・リフト成功率を達成した。 すべてのCAD、コード、データセットはオープンソースになる。
• 参考スコア（独自算出の注目度）: 1.1909253751286513
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Automated poultry processing lines still rely on humans to lift slippery, easily bruised carcasses onto a shackle conveyor. Deformability, anatomical variance, and strict hygiene rules make conventional suction and scripted motions unreliable. We present ChicGrasp, an end--to--end hardware--software co-design for this task. An independently actuated dual-jaw pneumatic gripper clamps both chicken legs, while a conditional diffusion-policy controller, trained from only 50 multi--view teleoperation demonstrations (RGB + proprioception), plans 5 DoF end--effector motion, which includes jaw commands in one shot. On individually presented raw broiler carcasses, our system achieves a 40.6\% grasp--and--lift success rate and completes the pick to shackle cycle in 38 s, whereas state--of--the--art implicit behaviour cloning (IBC) and LSTM-GMM baselines fail entirely. All CAD, code, and datasets will be open-source. ChicGrasp shows that imitation learning can bridge the gap between rigid hardware and variable bio--products, offering a reproducible benchmark and a public dataset for researchers in agricultural engineering and robot learning.
• Abstract（参考訳）: オートマチックな鶏肉加工ラインはまだ人間に頼っていて、滑りやすく、容易に傷ついた死体をシャクルスコンベアに持ち上げます。 変形性、解剖学的分散、厳密な衛生規則は、従来の吸引とスクリプトによる動作を信頼できないものにしている。 我々は、このタスクのために、エンドツーエンドのハードウェア-ソフトウェアの共同設計であるChicGraspを紹介する。 独立に作動するデュアルジャウ空気圧グリップは両脚を切断し、条件付き拡散ポリティクスコントローラは50個の多視点遠隔操作デモ(RGB + プロリオセプション)で訓練され、1ショットに顎コマンドを含む5つのDoFエンドエフェクター運動を計画している。 個別に提示した生のブロイラーカーカスでは,40.6 %のグリップ・アンド・リフト成功率を達成し,38秒でシャクル・サイクルのピックを完了させるのに対し,最先端の暗黙的行動クローニング(IBC)とLSTM-GMMベースラインは完全に失敗する。 すべてのCAD、コード、データセットはオープンソースになる。 ChicGraspによると、模倣学習は、厳格なハードウェアと多様なバイオプロダクトのギャップを埋め、再現可能なベンチマークと、農業工学とロボット学習の研究者のための公開データセットを提供する。

関連論文リスト

• (How) Do Language Models Track State? [50.516691979518164]
  トランスフォーマー言語モデル(LM)は、進化している世界の未観測状態を追跡する必要があるように見える振る舞いを示す。 順列を構成するために訓練された、あるいは微調整されたLMにおける状態追跡について検討した。 LMは2つの状態追跡機構のうちの1つを一貫して学習していることを示す。
  論文  参考訳（メタデータ） (2025-03-04T18:31:02Z)
• Offline Adaptation of Quadruped Locomotion using Diffusion Models [59.882275766745295]
  本稿では,複数のスキル間の相互補間と学習の限界に同時に対処する,四足歩行への拡散に基づくアプローチを提案する。 これらの機能は、マルチスキルポリシーと互換性があり、ほとんど変更することなく、最小限の計算オーバーヘッドで適用可能であることを示す。 ANYmal四重奏プラットフォーム上でのハードウェア実験によるアプローチの有効性を検証する。
  論文  参考訳（メタデータ） (2024-11-13T18:12:15Z)
• EEG-based AI-BCI Wheelchair Advancement: A Brain-Computer Interfacing Wheelchair System Using Deep Learning Approach [0.0]
  この研究は、人工知能(AI)を組み込んだBCI(Brain-Computer Interface)に基づく車椅子開発のための革新的戦略を提供する。 このデバイスは、脳波(EEG)データを使って車椅子のナビゲーションを模倣する。
  論文  参考訳（メタデータ） (2024-10-13T07:41:37Z)
• Automated Gait Generation For Walking, Soft Robotic Quadrupeds [6.005998680766498]
  ソフトアクチュエータの非線形ダイナミクスと高次元入力空間のため,ソフトロボットの歩行生成は困難である。 本稿では, 自己生成型ソフトロボット歩行のためのサンプル効率, シミュレーションフリーの手法を提案する。 これはソフトロボットにおける完全に自律的な歩行生成の最初のデモンストレーションである。
  論文  参考訳（メタデータ） (2023-09-30T21:31:30Z)
• Bi-Manual Block Assembly via Sim-to-Real Reinforcement Learning [24.223788665601678]
  2つのxArm6ロボットがU字型組立タスクを、シミュレーションで90%以上、実際のハードウェアで50%の確率で解決する。 以上の結果から,本システムは今後,深部RLおよびSim2Real転送バイマニュアルポリアの研究を刺激していきたいと願っている。
  論文  参考訳（メタデータ） (2023-03-27T01:25:24Z)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• An adaptive closed-loop ECoG decoder for long-term and stable bimanual control of an exoskeleton by a tetraplegic [91.6474995587871]
  複雑なタスクに対する多様なエフェクタのハイパフォーマンス制御は、時間とともに堅牢で、デコーダの継続的な再校正なしに高いデコード性能でなければならない。 適応型オンラインテンソルベースデコーダ「Recursive Exponentially Weighted Markov-Switching Multi-linear Model (REW-MSLM)」を開発した。 復号器の再校正なしにREW-MSLMを用いて,外骨格と仮想アバターの8次元バイマニュアル制御の安定性を6ヶ月にわたって実証した。
  論文  参考訳（メタデータ） (2022-01-25T16:51:29Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Preference-Based Learning for User-Guided HZD Gait Generation on Bipedal Walking Robots [31.994815173888806]
  本稿では,制御理論と機械学習を併用して,安定かつ頑健な二足歩行を実現する枠組みを提案する。 その結果、このフレームワークは、シミュレーション環境に依存することなく、50回未満のイテレーションで安定で、堅牢で、効率的で、そして、自然な歩行を実現することがわかった。
  論文  参考訳（メタデータ） (2020-11-10T22:15:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。